pytesseract OCR mit einzelnen Ziffernerkennung und nur Zahlenbeschränkungen

im Kontext der Pytesseract, konfigurieren Tesseract, um einzelne Ziffern zu erkennen und die Ausgaben zu zahlen, um die Ausgaben auf Zahlen zu ermitteln. Um dieses Problem anzugehen, befassen wir uns mit den Einzelheiten der Konfigurationsoptionen von Tesseract.

tesseract Page Segmentierungsmodi

tesseract bieten verschiedene Seitensegmentierungsmodi (PSM), um verschiedene Textlayouts zu verarbeiten. Für die Erkennung einer einzelnen Zeichen ist das entsprechende PSM 10. Dieser Modus behandelt das Bild als einzelnes Zeichen.

Zeichen whitelist

, um die anerkannten Zeichen auf Zahlen zu beschränken, können wir den Parameter Tegesit_chitelistkonfiguration nutzen. Durch Angeben von 0123456789 als Whitelist akzeptiert Tesseract nur diese Zeichen.

mast useage

Hier sind ein Beispiel verwendet. Boxen = falsch, config = '-PSM 10-OEM 3 -c Tessedit_char_whitelist = 0123456789')

target = pytesseract.image_to_string(image, lang='eng', boxes=False, 
        config='--psm 10 --oem 3 -c tessedit_char_whitelist=0123456789')